Upload
donhu
View
213
Download
0
Embed Size (px)
Citation preview
REVISTA CIENTÍFICA ELETRÔNICA DE ENGENHARIA FLORESTAL - ISSN 1678-3867 PERIODICIDADE SEMESTRAL – EDIÇÃO NÚMERO 11 – FEVEREIRO DE 2008
COMPARAÇÃO DA UTILIZAÇÃO DE MODELO HIPSOMÉTRICO COM O CENSO DAS ALTURAS OBTIDAS COM HIPSOMETROS.
Resumo: O objetivo deste estudo foi comparar o método de ajuste de modelos
hipsométricos para determinar à altura de árvores em relação à prática do censo
florestal das alturas tomadas com os hipsômetros Blume–Leiss e Florestor Vertex, com
a altura real após o corte. Os dados foram obtidos de um plantio de Eucalyptus
citriodora, pertencente à Estação Experimental de Ciências Florestais de Itatinga.
Consistiu na medição da altura e do diâmetro de 32 árvores distribuídas em 08 (oito)
tratamentos, onde cada tratamento consiste na combinação de uma forma de obtenção
da variável altura em duas classes de diâmetro. Foram testados diferentes modelos
Hipsométricos, sendo que a escolha do melhor modelo foi baseada nos critérios
estatísticos: coeficiente de determinação, erro padrão residual e análise gráfica dos
resíduos. Através das análises dos resultados encontrados da diferença dos diferentes
métodos de determinação da variável altura pela altura real e posterior análise
estatística, Teste F, Teste Skott-Knott e Contrastes de Interesse, comprovou-se que
não existe diferença significativa da prática de ajuste de modelo hipsométricos para a
realização do censo das alturas com hipsômetros, confirmando a viabilidade de
utilização da prática de amostragem das alturas e ajuste de equações de regressões.
Palavras–Chaves: Análise de Regressão, Análises Estatísticas, Eucalyptus citriodora.
1
ABSTRACT: The porpuse of this study was to “comparar” the method for setting of
“hipsometricos” models for determining the height of trees on the practice of “censo”
forest of heights taken with “hipsometros blume-leiss and florestor vertex”, with real
height after cutting. the “dados” were obtain from a planting the eucalysptus citriodora,
belonging for the “science forestry experimental station of itatinga”. “consistiu” the height
and diameter of 32 trees distributed in 8 tratements, where each treatement is the
combination of a way of obtaining the variable height into two clases of diameter. have
been tested different “hipsometricos” models, and the choice of the best model was
based on the criteries statistical, coefficient of determination, and analyze residual error
and grafic default waste. throught the results of analises found the difference of different
methods of determination of floating height for real height and subsequent statistics
analysis. teste f, teste skott – knott and interest “contrastes”, “comprovou” if there is no
significant difference of practice for setting for “hipsometro” model for the implementation
of “censo” of heights with “hipsometros”, confirming the feasibility of use of practice of
sampling of heights and setup of regressed of “equaçoes”.
KEY – WORDS: Regressed Analyze, Statistical Analyze, Eucalyptus citriodora.
2
1. INTRODUÇÃO
O plantio de florestas no Brasil é uma atividade econômica importante e com
grande impacto no meio social. A valorização da madeira e dos produtos florestais,
resultantes também do constante aumento de seu consumo, aliados à conscientização
da população para que seu uso seja socialmente justo, ecologicamente equilibrado e
economicamente viável aumenta a necessidade de se conseguir quantificar com
confiabilidade, o estoque florestal e também os múltiplos produtos da madeira, cada vez
mais com maior precisão (SCOLFORO e MELLO, 1997).
Segundo Thiersch et al. (2006), a maioria das metodologias desenvolvidas para
estimativa do volume de árvores considera que, se o volume de uma árvore foi
determinado corretamente, o valor encontrado é válido, para outra árvore de igual
diâmetro, altura e forma; e que dentre as formas existentes de se determinar o volume,
as equações matemáticas de regressão, denominadas de modelos volumétricos,
principalmente os de dupla entrada, em que o volume é em função do diâmetro e da
altura é muito utilizado e preciso. Porém, povoamentos onde ocorre uma maior
heterogeneidade no desenvolvimento das alturas das árvores com mesmo diâmetro,
requerem a mensuração da altura total de todas as árvores, fato esse que aumenta o
custo do inventário florestal.
Para minimizar este fato, pode se associar relações hipsométricas às equações
de dupla entrada. De maneira geral, a correlação altura diâmetro não é muito forte, por
isso, uma forma para tentar aumentá-la é ajustar uma relação hipsométrica para cada
parcela, controlando-se automaticamente fontes de variação como a idade, a
3
produtividade do local, a densidade do povoamento, o manejo adotado e o material
genético (THIERSCH et al., 2006).
Segundo Spurr (1952) citado por Soares et al. (2006), três fatores governam a
escolha das medidas a serem realizadas nas árvores no Inventário Florestal: a
facilidade e a velocidade que as medidas podem ser realizadas; a exatidão com que
podem ser feitas e a correlação entre as medidas e as características às quais se
desejam uma estimativa.
Em inventários florestais, a variável diâmetro à altura do peito é facilmente
medida para todas as árvores; a altura, no entanto obtida de modo indireto através de
instrumentos apropriados, fornece resultados acurados, porém não econômicos, devido
ao tempo gasto. Portanto, é comum a medição do diâmetro de todas as árvores das
parcelas e a altura apenas em algumas delas. O conjunto de dados de alturas das
árvores medidas, com os respectivos diâmetros, é usado para estabelecer uma relação
de regressão da altura sobre diâmetro, a qual é empregada para estimar as alturas das
demais árvores da parcela em função dos diâmetros já medidos. Logo, estima-se a
variável de difícil acesso em função da mais fácil e de rápida medição, reduzindo-se,
portanto, o tempo e os custos de mensuração (BARTOSZECK et al., 2002).
Barros et al. (2002), afirma que a análise de regressão é uma ferramenta
importantíssima para qualquer ciência e que vem sendo utilizada com muita freqüência
no meio florestal, sendo usualmente empregada com muito sucesso na estimativa de
volume de madeira em função do diâmetro e da altura das árvores; e que o uso
indiscriminado desta relação pode levar a erro consideráveis, uma vez que vários
fatores podem influenciá-las, tais como: posição sociológica, sítio, idade, densidade e
práticas silviculturais em geral.
Conforme Bartoszeck et al. (2002), Barros et al. (2002) e Thiersch et al. (2006),
os modelos de relação hipsométrica que consideram outros fatores além do Diâmetro a
Altura do Peito (DAP), fatores como: sítio, idade, densidade, etc, são de difícil obtenção.
Em vista do exposto, este trabalho testou diferentes modelos hipsométricos de simples
entrada, que consideram apenas o DAP e selecionou o melhor, para comparar com a
prática do censo das alturas tomadas com hipsômetro. Os modelos testados foram:
4
Parabólico, Stofel, Linha Reta e Prodan, para as diferentes classes de diâmetros
existentes, obtidas para a população florestal estudada, por meio da Distribuição de
Classes Diametricas, Método Estatístico, proposto por Scolforo e Figueiredo (1998).
Os aparelhos utilizados para realizar a medição da altura de árvores são
denominados de Hipsômetros e são classificados em duas categorias, de acordo com o
seu princípio de construção: Princípio Geométrico, relação entre triângulos, como o
Hipsômetro de Christem e o Princípio Trigonométrico, relação entre ângulos e
distâncias, entre os hipsômetros que utilizam esse princípio de construção, têm-se o
Nível de Abney, Blume-Leiss, Haga, Suunto Clinômetro e o Vertex III que já apresenta
uma tecnologia mais moderna: digital (SOARES et al., 2006).
Segundo Campos et al. (2006), o Forestor Vertex (Vertex III) determina a
distância do observador à árvore por meio de pulsos ultra-sônicos, que são sensíveis as
variações de temperatura ambiente, implicando na necessidade de calibração diária do
mesmo; sendo que ambos, Forestor Vertex e Blume-Leiss requerem boas condições
climáticas para sua utilização. Sendo que a medição da variável altura esta ainda
sujeita a erros sistemáticos causados pela falta de habilidade do operador, cansaço em
detrimento da monotonia da atividade, calibração do instrumento, boa visibilidade do
topo e da base da árvore e tempo de coleta (SOARES, 2006 e SCOLFORO et al.,
1998).
Desta forma, o objetivo geral deste estudo foi avaliar a precisão do método de
ajuste de modelo hipsométrico para determinar à altura de árvores; comparados a
realização do censo florestal das alturas tomadas com hipsômetros, Blume-Leiss e
Florestor Vertex, com a altura real após o corte, com o intuito de definir uma estratégia
precisa e de baixo custo para tornar factível, as avaliações de experimentos e as
estimativas ao nível das árvores contidas nas parcelas do inventário florestal.
2. MATERIAL E MÉTODOS
5
2.1. Localização e Características da Área
O povoamento florestal onde foram coletados os dados para realização deste
trabalho, trata-se de um povoamento de E. citriodora com 11 anos de idade, implantado
no espaçamento 3 x 1 m, na Estação Experimental de Ciências Florestais de Itatinga,
Departamento de Ciências Florestais (LCF) da Escola Superior de Agricultura “Luiz de
Queiroz”, Universidade de São Paulo, destinado para a seleção de material superior
para a Produção de óleo essencial, situado nas coordenadas geográfica 23º 10' de
latitude sul e 48º 40' de longitude oeste, a 857 metros de altitude, no município de
Itatinga, SP.
O solo é classificado segundo o boletim 12 como Latossolo vermelho amarelo,
fase arenosa, distrófico, com pequenas manchas de outros solos, principalmente
Latossolo Roxo Distrófico; profundos, bem drenados e de textura média, formados a
partir de arenito (BARRICHELO, 1989).
O mesmo tem seu relevo classificado como suavemente e o clima da região
enquadra-se no Tipo Cwa, conforme a classificação de Köppen; com a temperatura
média anual de 20,0°C (máx=35,0°C e mín=-4,0°C) (ESTAÇÃO, 2007).
A precipitação média anual é de 1402 mm, concentrada nos meses de Dezembro
a Fevereiro, com um total de 627 mm neste período. Por outro lado, entre os meses de
Junho a Agosto ocorre as menores precipitações, média mensal de aproximadamente
40 mm (MENDES & MOREIRA, 2007).
2.2. Seleção das árvores e obtenção dos dados
Aproveitando-se do Inventário anteriormente realizado na área e de posse
desses dados, ou seja, DAP’s de todos os indivíduos de uma parcela do inventário, foi
realizada a Distribuição de Classes Diametricas, pelo Método Estatístico proposto por
Scolforo e Figueiredo (1998), utilizando como amplitude de Classe 02 (dois) Desvios
Padrão, após ter sido verificado que a mesma, enquadrava-se dentro do valor
normalmente utilizado pelo setor florestal, que segundo Scolforo e Figueiredo (1998) é
6
de 2 a 5 cm para floresta plantada, sendo que o valor da amplitude de classe é
importantíssimo, para permitir uma melhor visão da estrutura da população florestal.
Após definido o número de classes e verificado as mais representativas da
população florestal, foi lançada uma amostra piloto para definir quantas árvores teriam
suas alturas reais coletadas. A escolha dos indivíduos ocorreu aleatoriamente, através
de sorteio, onde todos os indivíduos foram inicialmente numerados, para que todos
tivessem a mesma chance de serem amostrados; após definidos esses indivíduos, os
mesmos tiveram seus CAP’s (circunferência a altura do peito) coletados com fita
métrica e suas alturas coletadas com os Hipsômetros Florestor Vertex e Blume-Leiss, e
em seguidas derrubadas para determinar com auxílio de uma trena as respectivas
alturas reais. Essa amostra permitiu ter uma idéia da variabilidade existente entre as
alturas das árvores que compõem a população estudada. Depois de agrupada em
classes e de posse de todas as alturas reais de cada indivíduo de cada classe de
diâmetro, foi efetuado o cálculo da variância, desvio padrão, media aritmética e
coeficiente de variação, para realização do cálculo da intensidade amostral e recalculo
da intensidade amostral para a variável altura, sendo que o erro admissível utilizado foi
de 10%, com probabilidade de 95% de acerto, metodologia semelhante à usada por
Scolforo e Figueiredo (1998) para a determinação do número de árvores a serem
cubadas rigorosamente dentro de uma população florestal.
Segundo Scolforo e Figueiredo (1998) o cálculo e o recálculo da intensidade
amostral em nível de estrato permite controlar a sua fonte de variabilidade, sendo que
neste trabalho as classes diámetricas têm a finalidade de representar os estratos.
Sendo que o recálculo deve ser efetuado de forma independente para cada classe de
diâmetro, até a estabilização do número de árvores a serem medidas.
Todos os cálculos efetuados, principalmente o cálculo das variáveis que
expressam Variabilidade, Distribuição de Classes Diamétricas, Intensidade Amostral e
Recalculo da Intensidade Amostral são apresentados e definidos a seguir.
2.2.1. Variáveis que expressam Variabilidade
7
• Variância: Medida de dispersão dos valores de uma variável em torno de sua
média, dada pela soma dos quadrados dos desvios em relação à média, dividida
pelo número de observações.
1
)²(²
²−
−=∑ ∑
nnHT
HTSd
onde: Sd² = Variância
∑HT² = Somatório de todas as alturas elevadas ao quadrado
(∑HT)² = Somatório das alturas ao quadrado
n = Número de indivíduos observados
• Desvio padrão: Indica o quanto em termos médios os valores observados variam
em relação a sua média (Scolforo e Mello, 1997).
²SdSd =
onde: Sd = Desvio Padrão
Sd² = Variância
• Coeficiente de Variação: É uma medida adimensional, que possibilita a
comparação entre grandezas diferentes, expressando em termos relativos a
dispersão média dos valores observados em relação a sua média (Scolforo e
Mello, 1997).
100µ
xSdCV =
onde: CV = Coeficiente de variação
Sd = Desvio Padrão
8
µ = Média (das alturas reais de cada classe)
2.2.2. Distribuição das Classes Diametricas. Tabela 01. Distribuição de Classes Diamétricas.
Classes de Diâmetro Valor Central Fi Fa Li Ls µ-3Sd µ-Sd µ-2Sd N0 N0 µ-Sd µ+Sd µ N1 N0 + N1 µ+Sd µ+3Sd µ+2Sd N2 N0 + N1 + N2
N0, 1, 2 – Indivíduos observados dentro de cada intervalo de Classe. Fi e Fa – Freqüência Absoluta e Freqüência Acumulada, respectivamente. 2.2.3. Cálculo da Intensidade Amostral e Recálculo da Intensidade Amostral
• Intensidade Amostral
²)²(²
ECVxtN =
onde: N = Intensidade amostral número de árvores a serem amostradas
t = valor tabelado (Student) conforme o número de indivíduos da classe e o nível
de precisão requerido
CV = Coeficiente de variação (%)
E = Erro pré-estabelecido, máximo 10%
Obs.: População Finita.
• Recálculo da Intensidade amostral
²)²(²
ECVxtN =
9
onde: N = Intensidade amostral número de árvores a serem amostradas
t = valor tabelado (Student) conforme a Intensidade amostral (N) e o nível de
precisão requerido
CV = Coeficiente de variação (%)
E = Erro pré-estabelecido, máximo 10%
2.2.4. Medição das alturas com os Hipsômetros Blume-Leiss e Forestor Vertex
Ambos os instrumentos estudados requerem que o observador se posicione a
uma distância que represente a altura da árvore a ser medida, sendo que a distância
mais indicada para se proceder às leituras não deve ser inferior à altura da árvore a ser
medida.
O hipsômetro Blume-Leiss apresenta quatro escalas, correspondente a distância
em que o observador devera se posicionar da árvore e a escala de leitura das tomadas
de medidas de base e topo, sendo 15, 20, 30 e 40 m. Existe ainda uma quinta escala,
inferior graduada em graus, que possibilita conhecer a declividade do terreno para
tomada de decisão sobre a necessidade ou não de correção da altura medida. Neste
instrumento existe um telêmetro que permite determinar a distância entre observador e
a árvore, utilizando-se de uma mira específica dobrável, que é fixada na árvore, sendo
que esta contém diversas faixas brancas transversais, que, por superposição de
imagens, ao se olhar pelo telêmetro, indica a exata distância do observador à árvore.
Enquanto o hipsômetro Forestor Vertex determina a distância do observador à árvore
por meio de pulsos ultra-sônicos (CAMPOS et al., 2006).
Para o Hipsômetro Blume-Leiss, após determinada a distância entre observador
e árvore, que foi de 20 metros, a altura da árvore foi obtida, fazendo-se uma visada da
base da árvore e efetuando–se a leitura do valor, assim como, visando o topo da árvore
e efetuando novamente a leitura do valor, sempre atento a distância utilizada entre
observador e árvore, que corresponde à escala de leitura a ser utilizada.
10
Figura 01 – Medição da altura com o hipsômetro Blume-Leiss.
onde: L = distância do observador à árvore.
OA = leitura do ápice da árvore.
OD = leitura da base da árvore.
O procedimento básico de leitura para o hipsômetro Forestor Vertex consiste em
um operador auxiliar fixar ou segurar o sensor na altura de 1,30 m da árvore a ser
medida, estando o observador conforme já mencionado a uma distância
aproximadamente igual à altura da árvore, de modo que consiga visualizar o topo da
árvore e o emissor. Em seguida o operador deve olhar através do visor e mirar o ponto
vermelho para o emissor e depois mirar o topo da árvore, sendo que existem algumas
regras que devem ser seguidas na utilização deste hipsômetro que senão seguidas
podem provocar erros e a necessidade de calibração do instrumento entre uma árvore
e outra.
11
Figura 02 – Medição da altura com o hipsômetro Forestor Vertex.
onde: L = distância do observador à árvore.
OA = Visada do ápice da árvore.
OC = Visada sensor 1,30 m.
Para a medição da altura real, após o corte da árvore, munidos de uma trena de
30 metros, um dos operadores manteve-se na base da árvore com uma das
extremidades da trena, o ponto zero, enquanto o outro seguiu o tronco da árvore até o
final da copa, para efetuar a determinação da altura real. Com relação à altura do toco,
o mesmo não foi somado a altura real por apresentar dimensões desprezível, visto que
o corte foi muito rente ao solo.
2.3. Análise de Variância
A diferença observada em cada tratamento, gerada em função da diferença dos
valores estimados pelos diferentes métodos de estimação da altura, pela altura real foi
submetido à análise de variância, visando verificar se estas diferenças variam ou não
significativamente entre si, ou seja, verificar se entre os diferentes métodos de
determinação da variável altura existe um que seja o melhor. Para isso foi executado o
teste de média Scott-Knott e Contrastes de Interesse, considerando o nível de
significância a = 0,05, pois, segundo Ferreira (2000), o teste de Scott-Knott é um teste
12
isento de ambigüidades e seus resultados são mais claros e objetivos, e no caso dos
Contrastes de Interesse, toda vez que os tratamentos sugerem isso, eles devem ser os
testes preferidos.
Os dados foram analisados no Programa Estatístico SISVAR (Sistema de
análise de variância). Tratamentos estes descritos na Tabela 02, abaixo:
Tabela 02 – Caracterização dos Tratamentos. Tratamento N° Árv. Descrição Classe
A 16 Censo Florestal HT Vertex – HT Real 02 B 16 Censo Florestal HT Vertex – HT Real 03 C 16 Censo Florestal HT Blume-Leiss – HT Real 02 D 16 Censo Florestal HT Blume-Leiss – HT Real 03 E 16 Mod. Hipsométrico HT Vertex – HT Real 02 F 16 Mod. Hipsométrico HT Vertex – HT Real 03 G 16 Mod. Hipsométrico HT Blume-Leiss – HT Real 02 H 16 Mod. Hipsométrico HT Blume-Leiss – HT Real 03
Dentre do teste de Contraste de Interesse escolhido para a Análise de Variância,
os contrastes de Interesse testados foram: i) comparação entre todas as fontes de
estimação da altura independente da classe diametrica, Y1 = A + B + C + D – E – F – G
– H; ii) comparação dos hipsômetros dentro das classes diametricas, Y2 = A – B
(Vertex) e Y3 = C – D (Blume-Leiss), iii) Comparação de todas as fontes de estimação
da altura dentro da Classe 2, Y4 = A + C – E – G e da Classe 3, Y5 = B + D – F – H.
Sempre observando que os coeficientes dos contrastes devem somar zero, e a
soma dos produtos dos coeficientes, correspondentes de todos os pares de contrastes
também devem somar zero (FERREIRA, 2000).
2.4. Modelos Hipsométricos
Foram testados 04 (quatro) modelos matemáticos tradicionais selecionados na
literatura florestal, apresentados na Tabela 03.
13
Tabela 03 – Modelos tradicionais testados para a estimativa da altura.
Modelos Hipsométricos Modelo Parabólico HT = bo + b1*DAP + b2*DAP² Modelo de Stofel LOG(HT) = bo + b1*LOG(DAP)
Modelo de Linha Reta HT = bo + b1*DAP Modelo de Prodan HT = DAP²/(bo + b1*DAP + b2*DAP²
Fonte: Campos, et al., 2006.
Todos os modelos testados são modelos de simples entrada, ou seja, modelos
que apresentam apenas uma variável independente, que é a variável diâmetro à altura
do peito. Sendo que existem modelos de dupla entrada, onde existem duas ou mais
variáveis independentes.
Todos os modelos foram independentemente ajustados para cada um dos
seguintes Tratamentos; E, F, G e H; por meio do Programa STATGRAPHCIS Plus 4.0,
para obtenção dos coeficientes de regressão e gráfico de dispersão.
2.5 Critérios para a seleção do Modelo Hipsométrico 2.5.1 Análise de Regressão
A seleção do melhor modelo foi baseada nos parâmetros estatísticos: coeficiente
de determinação, erro padrão residual e análise gráfica de resíduos (gráfico de
dispersão).
Segundo Barros et al. (2002), o Coeficiente de determinação (R²) expressa a
quantidade de variação da variável dependente que é explicada pelas variáveis
independentes. Soares et al. (2006) definem o coeficiente de determinação (R²) como
a porcentagem da variação dos dados observados em torno da média que está sendo
explicada pela equação ajustada, sendo 0 < R² ≤ 100, quanto mais próximo de 100,
maior a precisão da equação.
O erro padrão residual (Syx) indica o erro médio associado ao uso da equação e
quanto menor o valor do erro-padrão da estimativa, menor o erro associado ao uso da
14
equação, por isso é desejável que se tenha o menor valor (BARROS et al., 2002 e
SOARES et al., 2006).
2.5.2 Gráfico de Dispersão
Barros et al. (2002), afirma que mesmo que os estimadores de ajuste sejam bons
indicadores para a escolha do melhor modelo, a análise gráfica de resíduos é decisiva,
embora possa envolver alguma subjetividade por ser visual, sendo por isso utilizada em
conjunto com os critérios estatísticos anteriores, pois permite detectar se há ou não
tendenciosidade na estimativa da variável dependente ao longo de toda linha de
regressão, se os resíduos são independentes e se há homogeneidade de variância.
O comportamento desejável de um gráfico de resíduo é aquele em que os
resíduos se apresentam uniformemente distribuídos, independentemente do tamanho
da árvore e próximos de zero, conforme a figura abaixo (SOARES et al., 2006).
Figura 03 – Distribuição desejável dos resíduos em função do DAP das árvores. Fonte: Soares et al., 2006.
15
3. RESULTADOS E DISCUSSÃO 3.1. Distribuição das Classes Diamétricas
Utilizando-se dos dados obtidos no Inventário Florestal (Anexo 01) e eliminadas
todas as árvores com diâmetro a altura do peito (DAP) menores que 5 centímetros,
obteve-se a média aritmética dos diâmetros (µ) igual a 7,74 cm e o desvio padrão dos
diâmetros (Sd) igual a 2,32 cm, das árvores que compõe a parcela. A partir destes
dados estabeleceu-se as classes de diâmetro conforme mostrado na Tabela 04,
considerando como amplitude de classe 2 Desvios Padrões, 4,64 cm.
Tabela 04. Apresenta o esquema de classes diamétricas estabelecidas estatisticamente a partir da amplitude de classe igual a dois desvios padrão.
Classes Limite de Classe Valor Central Fi Fa Li Ls 1 0,79 5,43 3,11 12 12 2 5,43 10,06 7,74 92 104 3 10,06 14,70 12,38 23 127
Foi utilizado apenas as duas classes mais representativas da população, Classes
2 e 3, para a realização das comparações e análises desejadas, em virtude dos
diâmetros encontrados serem muito pequenos e apresentar um freqüência muito
pequena.
A amostra piloto lançada foi de 10 e 05 indivíduos para a classes 2 e 3,
respectivamente, que após efetuados os cálculos de intensidade amostral e recalculo
da intensidade amostral, verificou-se a necessidade de medição de 11 e 06 indivíduos
dentro de cada classe, respectivamente (Anexo 2).
A determinação do número de indivíduos observados foi em função da
variabilidade existente entre as alturas das árvores que compõe cada classe diametrica.
16
3.2. Seleção dos Modelos Hipsométricos
Na Tabela 05 são apresentados os resultados pertinentes aos ajustes dos 4
modelos ajustados para os 4 tratamentos apresentados anteriormente.
Conforme citado na metodologia, a seleção do melhor modelo para cada
tratamento foi realizada em uma primeira etapa baseada nos critérios R² e Sxy,
complementada com a análise gráfica de resíduos.
Tabela 05. Coeficientes dos modelos hipsométricos ajustado e as Estatísticas de precisão para os Tratamentos E, F, G e H.
Tratamento Modelo* Coeficientes R² Sxy b0 b1 b2
E
1 -24,8416 9,65345 -0,607801 51,9194 1,01727 2 0,800516 0,331469 25,1943 0,045906 3 8,81074 0,467081 20,5997 1,25971 4 10,4476 -2,71518 0,25147 53,09 1,00481
F
1 71,3067 -9,43268 0,393785 20,6358 1,26133 2 0,897797 0,266627 9,97496 0,037293 3 11,5564 0,317687 9,44161 1,29834 4 -46,0212 7,73295 -0,256787 26,3018 1,21547
G
1 -29,4429 10,6907 -0,676516 45,6864 1,23166 2 0,754623 0,348926 19,0535 0,057804 3 8,01393 0,46578 15,7858 1,47788 4 12,6291 -3,27506 0,291778 41,9808 1,27299
H
1 72,0203 -9,92593 0,424227 30,0911 1,43584 2 0,651729 0,473413 19,2675 0,045118 3 7,65089 0,578204 21,2599 1,46841 4 -51,0457 8,74996 -0,302894 32,2986 1,41299
*1 – Modelo Parabólico, 2- Modelo Stofel, 3 – Modelo de Linha Reta, 4 – Modelo de Prodan R² - Coeficiente de Determinação Sxy – Erro Padrão Residual
É interessante ressaltar que se observou no comportamento dos critérios R² e
Sxy, semelhanças com os comportamentos observados por Barros et al. (2002); que
constataram por meio da análise do Coeficiente de Determinação e Erro Padrão
Residual, que a baixa correlação simples entre diâmetro e altura, resulta em baixos
valores para o coeficiente de determinação e também os menores desempenhos do
erro padrão residual.
17
A baixa correlação e o menor erro encontrados segundo Barros et al. (2002) é
devido à homogeneização das alturas, ou seja, árvores com diferentes diâmetros
apresentaram as mesmas alturas, em virtude da prática de desbastes, que acabam por
descaracterizar a relação hipsometrica.
A Tabela 06 apresenta o modelo hipsométrico escolhido para cada tratamento, o
qual foi utilizado para a realização do cálculo da altura estimada, para obtenção do erro
em relação à altura real, para realização dos testes de média Scott-Knott e Contrastes
de Interesse e consequentemente a verificação da existência ou não de diferença
significativa entre a utilização da altura estimada por modelos hipsométricos com as
alturas estimadas por Hipsômetros.
Tabela 06 – Modelos Hipsométricos escolhidos para a comparação com o censo florestal realizado com Hipsômetros.
Tratamento Modelo Descrição
E Prodan =DAP^2/(10,4476-2,71518*DAP+0,25147*DAP^2)
F Prodan = DAP ^2/(-46,0212+7,73295* DAP -0,256787* DAP ^2)
G Parabólico =-29,4429+10,6907* DAP -0,676516* DAP ^2
H Prodan = DAP ^2/(-51,0457+8,74996* DAP -0,302894* DAP ^2)
Os gráficos da Figura 04 representam respectivamente o melhor modelo
observado para cada um dos Tratamentos, E, F, G e H.
18
Figura 04 – Gráficos de dispersão dos modelos selecionados: Gráfico A – Tratamento E, Gráfico B – Tratamento F, Gráfico C – Tratamento G e Gráfico D – Tratamento H. 3.3. Dados para a Análise de Variância
Os valores obtidos são apresentados nos Anexos 03 e 04, apresentando o
Tratamento a qual pertence, a repetição e a diferença encontrada entre a altura
estimada com a altura real.
3.4. Resultados da Análise de Variância
Embora a melhor abordagem para analisar essa estrutura de tratamentos seja o
teste de Contrastes de Interesse, conforme recomendado por Ferreira (2000) e pelo
fato deste teste apresentar 03 opções para o teste de significância dos contrastes de
interesse, que são o teste t, do seu equivalente teste F e o teste Scheffé, diferentes
19
formas de análises de comparações serão apresentadas, lembrando que a estrutura
dos tratamentos sugere que seja aplicado o teste de Contrastes de Interesse.
O teste F é apropriado para a averiguação da hipótese de igualdade de médias
entre tratamentos, considerando duas hipóteses relativas às medias dos tratamentos;
hipótese de nulidade, isto é, todas as médias são iguais, do ponto de vista estatístico e
a hipótese que há diferenças entre as médias dos tratamentos (PIMENTEL-GOMES, F.
et al., 2002).
Tabela 07 – Analise de Variância, Teste F ao nível de 5%, da comparação dos 08 tratamentos entre si.
FV GL SQ QM Fc Pr>Fc
Fonte de HT 7 4,821250 0,688750 1.334 0.2400
Erro 120 61,938750 0,516156
Total corrigido 127 66,760000
CV (%) 73,69
Média geral 0.9750000
As tabelas usuais de Limites Unilaterais de F ao nível de 5%, para o caso de
F>1, nos permite estimar rapidamente essa probabilidade, que é de 2,09 para F(7,120).
Isto é, há uma probabilidade de 5% de obter, por simples acaso, um valor de F, nas
condições desse experimento maior do que 2,09. E há uma probabilidade de 95% de
que o valor de F não exceda 2,09. Sendo assim como o valor encontrado F(7,120) =
1.334, não excede o valor tabelado e Pr>Fc (0,2400), a decisão mais correta é admitir a
hipótese de nulidade, isto é, que todas as médias dos tratamentos são iguais entre si.
Outro teste efetuado foi o de Scott-Knott por ser um teste isento de
ambigüidades, ou seja, não ocorre que tratamentos considerados estatisticamente
iguais, apresentem letras diferentes, como pode ocorrer no teste de Tukey, pois,
matematicamente seria impossível explicar tal resultado, além de apresentar resultados
mais claros e objetivos; assim o teste em questão afirma que os tratamentos estudados
formam um grupo que é estatisticamente igual, conforme pode ser constatado na tabela
08.
20
Tabela 08 – Teste Scott-Knott (1974) para a FV Fonte de HT, nível de significância de 0,05.
Tratamentos Médias Resultados do teste
G 0,725000 A1
H 0,775000 A1
A 0,881250 A1
E 0,887500 A1
C 0,900000 A1
F 1,143750 A1
D 1,200000 A1
B 1,287500 A1
Dentro das opções do Teste de Contrastes de Interesse o critério da DMS no
teste de Scheffé, segundo Ferreira (2000) é o mais rigoroso deles e pode apresentar
resultados não coincidentes com os demais; quando o critério da DMS Scheffé é
superado pelo valor em modulo da Estimativa, diz se que o contraste é significativo,
caso contrário os grupos contrastantes não diferem entre si (FERREIRA, 2000).
No primeiro contraste, onde se compara todas as fontes de estimação da altura
independente da classe diametrica, Y1 = A + B + C + D – E – F – G – H, o valor
encontrado para a Estimativa foi de 0.18437500, valor este menor que o valor da DMS
Scheff que foi de 0,48540245, o que representa que os grupos contrastantes não
diferem entre si, reforçando os resultados encontrados nos testes F e Skott-knott.
Analisando todos os contrastes estudados, quanto ao valor da característica Estimativa
comparados ao valor da DMS Scheffé foi verificado que o valor da Estimativa sempre é
menor que o valor da DMS Scheffé, demonstrando que não existe diferença entre
nenhum dos contrastes estudados, tabela 09.
21
Tabela 09 – Valores encontrados para a Estimativa e DMS Scheffé Contraste de Interesse Valor da Estimativa Valor da DMS Scheffé
Y2 -0.40625000 0,97080491
Y3 -0.30000000 0,97080491
Y4 0,08437500 0,68646273
Y5 0.28437500 0.68646273
Quando o valor da Estimativa for maior que a DMS Scheffé, além de representar
que existe diferença significativa entre os contrastes, conforme já mencionado,
representa a variação de um tratamento em relação ao outro, dentro do contraste de
interesse.
Após a aplicação de Contrastes de Interesse e avaliando-se os valores de F de
cada contraste, confirma-se que nenhum dos contrastes apresenta significância, ou
seja, nenhum dos métodos utilizados para a determinação da altura apresenta
diferença entre si. Todos os métodos são estatisticamente iguais.
Tabela 10 – Valores de F para os diferentes contrastes testados. Contraste Fc Pr>Fc
Y1 2,108 0,1492
Y2 2,558 0,1124
Y3 1,395 0,2399
Y4 0,221 0,6394
Y5 2,507 0,1160
Segundo Pimentel-Gomes et al. (2002) o teste de Scheffé só deve ser aplicado
quando o teste F tiver dado resultado significativo; se o valor de F obtido não for
significativo, nenhum contraste poderá ser significativo e, portanto, a aplicação do teste
de Scheffé não se justifica. Porém quando o valor de F obtido é significativo, pelo
menos um dos contrastes entre tratamentos será significativo.
22
4. CONCLUSÕES E RECOMENDAÇÕES
Todas as avaliações estatísticas analisadas confirmam que não existe diferença
significativa entre os diferentes métodos de determinação da variável altura.
Entretanto foi observado um alto valor do coeficiente de variação na realização
da comparação, 73,69%, ou seja, os dados são bastante heterogêneos, há uma grande
discrepância entre os dados utilizados, o que poderia ser mais bem compreendido, se o
número de indivíduos observados tivesse sido maior. Este alto valor encontrado pode
significar há existência de um tratamento que seja melhor do que os demais. Porém a
metodologia utilizada realizou apenas a comparação entre os diferentes métodos de
determinação da variável altura, indiferente ao número de indivíduos observados,
embora tenha havido a preocupação de se amostrar um número estatísticamente
suficiente para a realização da comparação, sendo que o número de indivíduos foi em
função da variabilidade existente das alturas dentro das classes diamétricas.
O método de ajuste de modelos para estimação da altura de árvores se mostrou
bastante eficaz, não apresentando diferença em comparação a realização do censo das
alturas com os hipsômetros Forestor Vertex e Blume-Leiss, viabilizando a prática de
ajuste de equações hipsometricas para a determinação da altura de árvores de um
mesmo povoamento; ou seja, não é preciso realizar o censo total das alturas de um
povoamento, uma atividade que gera um grande dispêndio de tempo e um alto custo
para a sua realização.
Embora às alturas estimadas com equações hipsometricas não tenha
apresentado diferença com relação à altura estimada com os hipsômetros, às equações
de simples entrada não são as mais recomendadas, é importante que se ajuste
diferentes modelos matemáticos e que levem em consideração outras características
além do DAP apenas, e que seja escolhido o melhor modelo conforme os mesmos
critérios utilizados neste trabalho, além de se tentar estratificar ao máximo a população
inventariada. Pois, equações inadequadas influenciaram na determinação do volume de
madeira/hectare, podendo superestimar ou subestimar o volume de madeira da área;
23
onde o proprietário poderá obter credito acima do real para corte da floresta e assim
adquirir madeira clandestina e comercializa-la, ou perder dinheiro ao negociar a venda
da madeira produzida na sua área.
Dentre os hipsômetros, como constatado não houve diferença, ficando a
utilização de cada um a critério pessoal. Sendo que o Blume-Leiss proporciona uma
tranqüilidade maior para manipulação, enquanto o Forestor Vertex exige uma atenção
maior devido ser um aparelho de alto custo, com maior tecnologia que caso seja
manipulado de forma errônea exige calibração constantemente, entretanto o mesmo
proporciona uma serie de outras informações adicionais e grande agilidade na medição
das alturas, em virtude da distância operador – árvore ser realizada pelo próprio
aparelho.
É fundamental que todo operador que for realizar qualquer tipo de inventário
florestal, tenha um treinamento prévio com o aparelho antes de utilizá–lo para realizar
inventário, para minimizar erros sistemáticos, originados de medidas tomadas
erroneamente, instrumentos desajustados e má utilização do instrumento, ou seja, erros
associados à falta de habilidade do operador.
24
5. REFERÊNCIAS BIBLIOGRÁFICAS
BARRICHELO, L. E. G.; LIMA, W. P.. Plano Diretor do Horto Florestal de Itatinga. Piracicaba ESALQ/USP, 1989. 33p.
BARROS, D. A. de, MACHADO, S. A., ACERBI JÚNIOR, F. W., SCOLFORO, J. R. S.
Comportamento de Modelos Hipsométricos Tradicionais e Genéricos para Plantações de Pinus oocarpa em Diferentes Tratamentos. Bol. Pesq. FI., Colombo,
n.45, jul./dez. 2002 p.3-28.
BARTOSZECK, A. C. de P e S., MACHADO, S. do A., FIGUEIREDO FILHO, A.
OLIVEIRA, E. B. de. Modelagem da Relação Hipsométrica para Bracatingais da Região Metropolitana de Curitiba – PR. FLORESTA, v.32, n.2, p. 189-204, 2002.
CAMPOS, J. C. C., LEITE, H. G. Mensuração florestal: perguntas e respostas. 2. ed.
rev. e ampl. Viçosa: Ed. UFV, 2006. 470p.: il.
FERREIRA, D.F. Sisvar. Sistema de análise de variância. Suporte econômico, CAPE,
CNPq. UFLA/DEX. Lavras-MG. 2000.
ESTAÇÃO, 2007. Estação Experimental de Ciências Florestais de Itatinga. Disponível em: <www.esalq.usp.br/departamentos/lcf>. Acessado em: 18 Set. 2007.
MENDES, J. C. T.; MOREIRA, R. M. Estações Experimentais de Ciências Florestais de Itatinga e Anhembi. Relatório de Atividades 2006. Piracicaba, São Paulo, LCF /
ESALQ / USP, Março, 2007. 58p.
PIMENTEL-GOMES, F.; GARCIA, C. H. Estatística aplicada a Experimentos Agronômicos e Florestais: exposição com exemplos e orientações para uso de aplicativos. Piracicaba: FEALQ, 2002. 309P.
25
SCOLFORO, J. R. S. e FIGUEIREDO FILHO, A. Biometria Florestal: medição e volumetria de árvores. Lavras: UFLA/FAEPE, 1998. 310p.: il.
SCOLFORO, J. R. S.; MELLO, J. M.. Inventário Florestal. Lavras,
UFLA/FAEPE, 1997. 341p.
SOARES, C. P. B., NETO, FRANCISCO de P. e SOUZA, A. L. de. Dendrometria e Inventário Florestal. Viçosa: Ed. UFV, 2006. 276p.:il.
THIERSCH , C. R., SCOLFORO, J. R., OLIVEIRA, A. D. de, MAESTRI, R., DEHON, G.
Acurácia dos Métodos para Estimativa do Volume Comercial de Clones de Eucalyptus sp. Revista Cerne, Lavras, v.12, n.2, p.167-181, abr/jun. 2006.
26
ANEXO 01 – BANCO DE DADOS
Arv. Linha Linha CAP Arv. Linha Linha CAP 5 6 15,7 3 1 26,2 7 3 15,9 21 5 26,2 12 1 16,2 23 6 26,2 3 6 16,2 20 8 26,8 8 1 16,3 4 3 27 19 6 16,3 9 7 27 20 6 16,3 16 7 27,1 21 1 16,4 14 7 28 8 5 16,4 8 2 28,5 3 3 16,8 1 3 29,2 15 1 16,9 17 5 29,5 25 4 16,9 25 1 29,6 10 4 17,1 6 7 29,7 17 6 17,1 1 1 29,8 15 7 17,2 6 3 30,2 11 4 17,3 19 4 30,3 11 6 17,3 11 2 30,9 20 4 17,4 25 7 31,5 22 5 17,5 13 7 32,3 24 6 17,5 18 5 33 24 1 17,6 21 2 33,7 24 8 17,8 7 7 33,8 25 2 18 22 1 33,9 6 4 18 11 7 34 14 6 18 10 1 34,6 15 2 18,2 7 6 34,9 12 7 18,2 19 7 35 18 7 18,3 17 3 35,5 5 5 18,4 4 7 36,3 5 4 18,6 2 7 36,4 22 7 18,7 12 6 36,5 5 3 18,8 25 5 36,6 7 5 18,8 23 7 36,7 13 3 18,9 18 6 37,7 16 6 19,3 20 7 38,5 25 6 19,3 24 5 19,5 1 7 19,3 12 8 19,7 12 3 19,4 22 3 19,9 17 4 19,5 7 4 19,9 18 4 24,5 21 7 19,9 17 7 24,5 16 1 20 24 7 24,7 6 8 20 3 5 25,6 14 2 20,3 17 8 25,7 9 1 20,4 23 5 26,1 23 1 20,4
27
Continuação: Anexo 01
Arv. Linha Linha CAP 4 1 20,5 1 5 20,5 13 1 20,6 22 2 20,8 12 4 20,8 11 3 20,9 2 8 21 10 2 21,1 8 6 21,2 21 3 21,3 1 4 21,3 19 8 21,3 3 8 21,4 7 8 21,4 22 6 21,5 7 1 22 19 5 22,1 10 3 22,2 2 6 22,3 19 3 22,4 20 1 22,5 14 3 22,5 9 5 22,6 10 8 22,8 21 6 23 8 7 23,1 6 2 23,5 13 2 23,5 5 7 23,7 6 5 23,8 15 6 24 19 1 40,3 12 5 42,4 18 1 42,6 16 3 42,7 22 4 44,2 3 7 44,3
28
ANEXO 02 - DISTRIBUIÇÃO DE CLASSE DIAMÉTRICA E INTENSIDADE AMOSTRAL
Sd² 5,38 Amplitude 2Sd Média 7,74
Sd 2,32 Amplitude 4,64
Classes Diamétricas Classe Li Ls Vc Cont.Li Cont.Ls Fi Fa Amostra Piloto
1 0,79 5,43 3,11 127 115 12 12 - 2 5,43 10,06 7,74 115 23 92 104 10 3 10,06 14,70 12,38 23 0 23 127 5
Amostra Piloto
CAP DAP Vertex Blume-Leiss Real Linha Árv./Linha Classe17,9 5,7 10,9 2,5 8,5 11 10,7 1 24 2 18 5,7 8,9 1,5 6,5 8 8,7 6 24 2
18,3 5,8 10,7 3 8 11 9,3 8 24 2 19,9 6,3 11,3 2 8 10 11,1 1 23 2 20,1 6,4 12 2,5 7 9,5 10 4 7 2 20,5 6,5 13 3 10 13 12,3 5 1 2 19,6 6,2 13,6 3 7,5 10,5 9,5 6 16 2 26,9 8,6 13 1,5 11 12,5 12,6 3 4 2 22,7 7,2 14,3 1,5 10,5 12 13,3 6 2 2 21,6 6,9 12,9 3,25 10 13,3 12,1 8 2 2 34,5 11,0 14,1 2,5 12 14,5 12,9 1 10 3 42,4 13,5 15,9 1,5 13,5 15 15 5 12 3 32,6 10,4 17,9 3,25 13 16,25 14,9 7 13 3 38,5 12,3 16 3,5 13 16,5 14,2 6 18 3 35,4 11,3 12,8 1,5 10 11,5 12,3 7 4 3
Cálculo da Intensidade Amostral
Sd²HT SdHT Media CV n t-student N 2 2,4738 1,5728 11,0 14,35 10 2,262 11 3 1,4630 1,2095 13,9 8,73 5 2,776 6
Prob. Acerto 95 % Erro Adm. 10 %
Recálculo da Intensidade Amostral
t-student n t-student n t-student n t-student n 2 2,262 11 2,262 11 2,262 11 2,262 11 3 2,776 6 2,776 6 2,776 6 2,776 6
29
Continuação: Anexo 02
Árvores amostradas para atingir a intensidade amostral calculada.
CAP DAP Vertex Blume-Leiss Real Linha Árv./Linha Classe 21,7 6,9 11,6 1,5 10 11,5 12,5 8 7 2 23,5 7,5 12,1 3 9,5 12,5 11,5 2 13 2 27,9 8,9 12,9 1,5 10,5 12 12,7 7 14 2 29,7 9,5 12,7 1,5 10 11,5 12,5 3 6 2 27,3 8,7 13,8 3 11 14 13 8 20 2 29,2 9,3 11,5 2 8 10 11,1 1 25 2 34 10,8 14,1 1,5 11,5 13 13,8 7 7 3
35,5 11,3 13,3 3 11 14 14,6 3 17 3 43,3 13,8 16,4 3 14 17 15,6 3 16 3 35 11,1 16,2 1,5 12 13,5 14 6 7 3
36,6 11,7 15,7 1,5 12,5 14 14,9 5 25 3 36,3 11,6 15,8 3 12 15 14,5 6 12 3 38,8 12,4 15,6 3 12 15 13,8 7 20 3 40,9 13,0 15,2 1,5 11 12,5 16 1 19 3 43,3 13,8 15,4 3 13,5 16,5 14,2 1 18 3 44,3 14,1 17 3 13,5 16,5 15,6 7 3 3 44,1 14,0 15,8 3 12 15 14,5 4 22 3
Tabela de dados da Classe Diamétrica 2.
Classe Árvore CAP DAP HT Vertex HT Blume-Leiss
HT Real
Ajuste de modelos Diamétrica HT Vertex HT Blume-Leiss
2 1 17,9 5,7 10,9 11,0 10,7 10,3 9,5 2 2 18 5,7 8,9 8,0 8,7 10,4 9,6 2 3 18,3 5,8 10,7 11,0 9,3 10,7 9,9 2 4 19,9 6,3 11,3 10,0 11,1 12,0 11,1 2 5 20,1 6,4 12 9,5 10 12,1 11,3 2 6 20,5 6,5 13 13,0 12,3 12,4 11,5 2 7 19,6 6,2 13,6 10,5 9,5 11,8 10,9 2 8 26,9 8,6 13 12,5 12,6 13,0 12,5 2 9 22,7 7,2 14,3 12,0 13,3 13,2 12,5 2 10 21,6 6,9 12,9 13,3 12,1 12,9 12,1 2 11 21,7 6,9 11,6 11,5 12,5 12,9 12,1 2 12 23,5 7,5 12,1 12,5 11,5 13,3 12,7 2 13 27,9 8,9 12,9 12,0 12,7 12,8 12,1 2 14 29,7 9,5 12,7 11,5 12,5 12,3 11,2 2 15 27,3 8,7 13,8 14,0 13 12,9 12,4 2 16 29,2 9,3 11,5 10,0 11,1 12,5 11,5
30
Continuação: Anexo 02
Tabela de dados da Classe Diamétrica 3.
Classe Árvore CAP DAP HT Vertex HT Blume-Leiss
HT Real
Ajuste de modelos Diamétrica HT Vertex HT Blume-Leiss
3 1 34,5 11,0 14,1 14,5 12,9 15,2 14,2 3 2 42,4 13,5 15,9 15,0 15 15,7 15,3 3 3 32,6 10,4 17,9 16,3 14,9 16,4 15,1 3 4 38,5 12,3 16 16,5 14,2 14,8 14,0 3 5 35,4 11,3 12,8 11,5 12,3 14,9 14,0 3 6 34 10,8 14,1 13,0 13,8 15,4 14,3 3 7 35,5 11,3 13,3 14,0 14,6 14,9 14,0 3 8 43,3 13,8 16,4 17,0 15,6 16,1 15,8 3 9 35 11,1 16,2 13,5 14 15,0 14,0 3 10 36,6 11,7 15,7 14,0 14,9 14,7 13,9 3 11 36,3 11,6 15,8 15,0 14,5 14,8 13,9 3 12 38,8 12,4 15,6 15,0 13,8 14,8 14,1 3 13 40,9 13,0 15,2 12,5 16 15,2 14,7 3 14 43,3 13,8 15,4 16,5 14,2 16,1 15,8 3 15 44,3 14,1 17 16,5 15,6 16,6 16,4 3 16 44,1 14,0 15,8 15,0 14,5 16,5 16,3
31
ANEXO 3 - DIFERENÇAS ENCONTRADAS ENTRE A ALTURA ESTIMADA COM A ALTURA REAL.
Classe Árvore HTv-HTr HTb-HTr AjV-HTr AjB-HTr Diamétrica
2 1 0,2 0,3 0,4 1,2 2 2 0,2 0,7 1,7 0,9 2 3 1,4 1,7 1,4 0,6 2 4 0,2 1,1 0,9 0,0 2 5 2,0 0,5 2,1 1,3 2 6 0,7 0,7 0,1 0,8 2 7 4,1 1,0 2,3 1,4 2 8 0,4 0,1 0,4 0,1 2 9 1,0 1,3 0,1 0,8 2 10 0,8 1,2 0,8 0,0 2 11 0,9 1,0 0,4 0,4 2 12 0,6 1,0 1,8 1,2 2 13 0,2 0,7 0,1 0,6 2 14 0,2 1,0 0,2 1,3 2 15 0,8 1,0 0,1 0,6 2 16 0,4 1,1 1,4 0,4
Classe
Árvore HTv-HTr HTb-HTr AjV-HTr AjB-HTr Diamétrica 3 1 1,2 1,6 2,3 1,3 3 2 0,9 0,0 0,7 0,3 3 3 3,0 1,4 1,5 0,2 3 4 1,8 2,3 0,6 0,2 3 5 0,5 0,8 2,6 1,7 3 6 0,3 0,8 1,6 0,5 3 7 1,3 0,6 0,3 0,6 3 8 0,8 1,4 0,5 0,2 3 9 2,2 0,5 1,0 0,0 3 10 0,8 0,9 0,2 1,0 3 11 1,3 0,5 0,3 0,6 3 12 1,8 1,2 1,0 0,3 3 13 0,8 3,5 0,8 1,3 3 14 1,2 2,3 1,9 1,6 3 15 1,4 0,9 1,0 0,8 3 16 1,3 0,5 2,0 1,8
32
ANEXO 04 - DADOS PARA REALIZAÇÃO DAS ANÁLISES ESTATÍSTICAS
Fonte de HT Repetição Diferença Fonte de HT Repetição Diferença A 1 0,2 C 1 0,3 A 2 0,2 C 2 0,7 A 3 1,4 C 3 1,7 A 4 0,2 C 4 1,1 A 5 2,0 C 5 0,5 A 6 0,7 C 6 0,7 A 7 4,1 C 7 1,0 A 8 0,4 C 8 0,1 A 9 1,0 C 9 1,3 A 10 0,8 C 10 1,2 A 11 0,9 C 11 1,0 A 12 0,6 C 12 1,0 A 13 0,2 C 13 0,7 A 14 0,2 C 14 1,0 A 15 0,8 C 15 1,0 A 16 0,4 C 16 1,1 B 1 1,2 D 1 1,6 B 2 0,9 D 2 0,0 B 3 3,0 D 3 1,4 B 4 1,8 D 4 2,3 B 5 0,5 D 5 0,8 B 6 0,3 D 6 0,8 B 7 1,3 D 7 0,6 B 8 0,8 D 8 1,4 B 9 2,2 D 9 0,5 B 10 0,8 D 10 0,9 B 11 1,3 D 11 0,5 B 12 1,8 D 12 1,2 B 13 0,8 D 13 3,5 B 14 1,2 D 14 2,3 B 15 1,4 D 15 0,9 B 16 1,3 D 16 0,5
33
Continuação: Anexo 04
Fonte de HT Repetição Diferença Fonte de HT Repetição Diferença E 1 0,4 G 1 1,2 E 2 1,7 G 2 0,9 E 3 1,4 G 3 0,6 E 4 0,9 G 4 0,0 E 5 2,1 G 5 1,3 E 6 0,1 G 6 0,8 E 7 2,3 G 7 1,4 E 8 0,4 G 8 0,1 E 9 0,1 G 9 0,8 E 10 0,8 G 10 0,0 E 11 0,4 G 11 0,4 E 12 1,8 G 12 1,2 E 13 0,1 G 13 0,6 E 14 0,2 G 14 1,3 E 15 0,1 G 15 0,6 E 16 1,4 G 16 0,4 F 1 2,3 H 1 1,3 F 2 0,7 H 2 0,3 F 3 1,5 H 3 0,2 F 4 0,6 H 4 0,2 F 5 2,6 H 5 1,7 F 6 1,6 H 6 0,5 F 7 0,3 H 7 0,6 F 8 0,5 H 8 0,2 F 9 1,0 H 9 0,0 F 10 0,2 H 10 1,0 F 11 0,3 H 11 0,6 F 12 1,0 H 12 0,3 F 13 0,8 H 13 1,3 F 14 1,9 H 14 1,6 F 15 1,0 H 15 0,8 F 16 2,0 H 16 1,8